基于GA的ε-SVRM在传感器非线性校正中的研究

针对ε-SVRM在建立传感器回归模型时参数难确定的问题,提出了改进遗传算法对模型参数进行优化选取的方法。该方法在遗传算法前期通过限制个体间距离及采用保优策略,保持最优参数的多样性;在进化后期通过自适应调整进化参数从而加快进化速度,以提高模型的预测准确度和建模效率,并且与以往采用的网格搜索法进行了比较。实验结果表明:采用改进遗传算法进行参数优化得到的模型预测结果均方误差(2.091 6×10-5)较采用网格搜索法所得到的模型预测结果均方误差(1.371 22×-10-3)下降了2个数量级;同时,经过改进的遗传算法优化后建立的传感器回归模型使得传感器输出电压的最大相对波动由建模前的22.2%下降到0.038%,而采用网格搜索法使其下降到2.93%,显著地改善了传感器的稳定性。     

基于PSO-SVR的压力传感器温度补偿

针对压力传感器受温度漂移影响而造成的精度和可靠性下降的问题,建立粒子群优化算法与支持向量回归机结合的PSO-SVR温度补偿模型。利用PSO优化SVR的惩罚系数和核参数,改善粒子陷入局部最小值的问题。通过对测试集预测,得到最大绝对误差为0.001 6,均方误差为0.000 8%。PSO-SVR模型的补偿精度比RBF网络和SVM高。PSO-SVR模型能够满足实际使用的精度要求。     

基于PSO-LSSVM模型的扩散硅压力传感器的温度补偿

针对扩散硅压力传感器温度漂移的问题,文中提出了一种基于粒子群算法优化最小二乘支持向量机(PSO-LSSVM)的温度补偿模型。通过对扩散硅压力传感器做二维标定实验,利用AD590集成温度传感器监测实验环境温度,建立PSO-LSSVM模型。最小二乘支持向量机的惩罚因子和核函数的选取会直接影响到模型的预测精度,PSO-LSSVM模型利用粒子群算法优化最小二乘支持向量机模型的惩罚因子和核函数的参数,改善了传统的最小二乘支持向量机模型对参数选取耗时耗力且未必找到全局最优解的缺陷。实验结果表明,经该模型补偿后的零点温度系数和灵敏度温度系数都减小了一个数量级,且预测值与标定值的均方误差的数量级达到10~(-6),实现了温度补偿并改善了预测精度。     

粒子群优化人工神经网络在高速铣削力建模中的应用

将粒子群优化人工神经网络理论应用于高速铣削力的建模研究中.采用粒子群算法与反向传播算法相结合的方法,对反向传播神经网络模型进行优化.用粒子群算法训练网络参数,直到误差趋于一稳定值,然后用优化的权值进行反向传播算法运算,以实现高速铣削力的预测.充分发挥了粒子群算法的全局寻优能力和反向传播算法的局部搜索优势.仿真结果表明,与其他几种反向传播算法相比较,粒子群算法与反向传播算法的学习算法训练的神经网络,不仅训练时间明显缩短,而且其预报精度也得到了较大的提高,能够有效地建立铣削力模型,并对铣削力进行准确的预测.     

改进混沌粒子群优化的灰色系统模型在机床热误差建模中的应用

为减少热误差对数控机床加工精度的影响,提高灰色系统模型(Grey system Model,GM)的预测精度,尝试将改进混沌粒子群优化(Improvemen Chaotic Particle Swarm Optimization,ICPSO)算法引入到灰色系统模型中,提出一种基于改进混沌粒子群优化算法的灰色系统模型数控机床热误差建模方法。首先,建立粒子群优化(Particle Swarm Optimization,PSO)粒子与GM(1,N)系数的映射关系;其次,ICPSO中混沌理论的Logistic映射对粒子群的位置和速度进行初始化,通过优化搜索得到最优GM(1,N)系数和输入子集;最后,建立改进混沌粒子群优化的灰色系统模型(ICPSO-GM),对数控机床热误差进行预测。仿真实验表明,ICPSO-GM预测精度高于GM和人工神经网络(ANN)模型,证明了ICPSO-GM能有效地解决数控机床热误差预测问题。     

基于相关向量机的氢气传感器故障恢复方法

在相关向量机回归模型的基础上,提出了一种新的氢气传感器故障数据恢复方法。利用小生境粒子群算法的"共享机制"对相关向量回归的核参数进行了优化,使其能快速准确地找到全局最优参数。用优化并训练后的回归模型对发生故障后的数据进行预测,实现故障恢复。将本文所用方法与其他较成熟的方法进行了比较,实验结果表明本方法在恢复准确度和鲁棒性方面均优于传统方法。数据恢复相对误差在±2.8%以内。     

[误差建模及精度保证方法]一种五轴数控机床热误差建模方法

针对五轴数控机床多个发热源叠加导致的较为复杂的热误差测控难题，提出了一种五轴数控机床热误差建模方法，采用狮群优化算法优化最小二乘支持向量机（LSO-LSSVM）方法对热误差模型的重要参数进行求解，从而有效提高热误差预测模型的效率和精度。使用偏相关分析对大量温度传感器位置进行初步筛选，选取关联性较大的温度变量，根据选取的实测温度数据，分别采用多元线性回归、粒子群优化最小二乘支持向量机与LSO-LSSVM建模方法进行热误差建模，同时对各热误差模型的预测能力进行对比分析，结果表明：使用LSO-LSSVM建立的热误差预测模型的精度和鲁棒性都有很大的提高。对五轴数控机床主要部位实施热误差补偿测试，测试结果表明，采用LSO-LSSVM建模方法可使试件在X、Y、Z三个方向的误差分别减小35.3%、32.2%和43.9%。     

基于粒子群优化的支持向量机的软测量应用

提出了一种基于粒子群优化算法的支持向量机参数选择方法。针对RBF-SVM,利用PSO算法中粒子速度及其位置与RBF-SVM模型中参数对C和g相对应,找到最优参数,代入支持向量机SVM预测模型中,得到基于粒子群优化算法的支持向量机(PSO-SVM)模型,利用此模型对电厂的一次风量软测量进行预测研究。实验结果表明,经过粒子群优化算法的支持向量机回归模型具有较高的预测精度,粒子群优化算法是选取支持向量机参数的有效方法。     

基于CPSO-LSSVM的多传感器数据融合

文中提出了一种新的基于混沌算法优化的粒子群(CPSO)算法,该算法在种群初始化时应用混沌算法优化粒子的初始位置,扩大粒子的有效搜索范围,在陷入局部最优时应用混沌算法遍历整个搜索空间,跳出局部最优.仿真实验证明该算法寻优性能优于当前其他PSO算法.利用CPSO对LSSVM的参数进行优化选择,建立多传感器数据融合模型.将该模型应用于压力的检测,实验证明了该方法优于当前其他主要方法.     

基于粒子群优化SVM的刀具磨损量预测

针对SVM预测刀具磨损量存在的参数不易确定的问题,提出了新的基于粒子群优化SVM的智能预测方法。在介绍粒子群算法和SVM回归模型基本理论的基础上,提出用自适应粒子群优化算法优化SVM参数的策略,采用小波包方法对切削声信号进行分解处理,建立了基于粒子群优化SVM的刀具磨损量预测模型。试验分析的仿真结果表明,所建立的刀具磨损量智能预测模型具有较强的推广能力和较高的预测精度。     

广州地铁APM列车制动机理分析

根据广州市珠江新城旅客自动运输系统(APM)列车的运行特点,介绍APM列车制动系统的制动方式及其特点,分析APM列车动态制动和摩擦制动的工作机理及其区别和联系,阐明APM列车制动系统的电控制过程和气控制过程,从而为APM列车制动系统的维护和管理提供一定的依据.     

叶切面最大厚度数值计算与应用

以叶切面最大厚度的数值计算方法为基础,探讨叶切面最大厚度计算的计算机实现,介绍叶切面厚度数值计算法的应用实例.     

磨粉机快辊轴承座加工工艺设计

设计了磨粉机快辊轴承座的加工工艺和具体的工装夹具.利用卧式加工中心加工磨粉机快辊轴承座,辅以能够高效快速夹紧的夹具,既可以保证加工精度,又能够提高加工效率.     

某型号飞机起落架支柱减振筒内壁腐蚀原因分析

飞机起落架减振支柱在飞机起落和滑跑时,吸收撞击能量,对飞机安全起降的意义重大.减振筒是减振支柱中的重要部件,本文从工艺流程、理化分析、外场使用和腐蚀机理分析等方面,对减振支柱减振筒内壁的腐蚀原因及危害进行了综合分析,并提出了相应措施.     

活塞销孔加工工艺的改进

我公司于８０年代末引进Aspera公司年产８０万台冰箱（冷柜）压缩机生产线及软件技术，在压缩机加工中，活塞销孔（如图１所示）的加工是难点之一。用镗床加工，质量一直难以达到要求，废品率很高。后来我们将Aspera公司的加工工艺即精镗后滚光改为精镗后用金刚石铰刀粗、精铰孔，由此解决了这个技术难题。（１）原意大利Aspera公司工艺简述其工艺流程为：钻６．５通孔→扩孔至７＋０．１→粗镗７．４７３＋０．０３６、圆柱度０．０１→精镗至７．９３５＋０．００６、圆柱度０．００２→滚光７．９３８＋０．００６、圆柱度０…     

浊度计仪器示值误差测量结果不确定度评定

依据JJG880-2006浊度计检定规程,介绍了浊度计示值误差测量结果不确定度的评定方法,对配制标准溶液所使用的玻璃量器所引入的不确定度分量进行了分析和评定。     

电梯轿厢隔振器设计

所谓现代化的电梯是指电梯无论在结构上还是在特性、功能上都要满足人们对电梯提出的越来越高的要求 ,这其中包括①电梯的结构———采用先进的制造工艺及控制技术 ,使电梯的结构越来越紧凑、精巧、坚固、美观及实用 ;②电梯的运行性能———采用先进的自动控制理论、先进的传动与控制技术 ,使电梯在运行过程中具有安全可靠、快速、准确、平稳的特性 ,即使电梯具有良好的乘坐舒适感。而电梯运行过程中的振动 ,则是影响电梯乘坐舒适感的“痼疾”之一 ,影响电梯运行振动的因素很多 ,其中一个因素就是隔振垫的设计。本文将以某大厦一部电梯为例…     

Theory of polyhedrons of positioning accuracy of manipulators

A method of determining polyhedrons of positioning accuracy of mechanical manipulators is developed. Practical significance of the method is illustrated by numerical examples. Polyhedrons of positioning accuracy for a manipulator of 6-R type are calculated for several positions.     

Natural frequencies of vibration of a class of solids composed of layers of isotropic materials

In a recent paper, the Ritz method with simple algebraic polynomials as trial functions was used to obtain an eigenvalue equation for the free vibration of a class of homogeneous solids with cavities. The method presented is here extended to the study of a class of non-homogeneous solids, in which each solid is composed of a number of isotropic layers with different material properties. The Cartesian coordinate system is used to describe the geometry of the solid which is modelled by means of a segment bounded by the yz, zx and xy orthogonal coordinate planes and by two curved surfaces which are defined by fairly general polynomial expressions in the coordinates x, y and z. The surface representing the interface between two material layers in the solid is also described by a polynomial expression in the coordinates x, y and z. In order to demonstrate the accuracy of the approach, natural frequencies are given for both a two- and three-layered spherical shell and for a homogeneous hollow cylinder, as computed using the present approach, and are compared with those obtained using an exact solution. Results are then given for a number of two- and three-layered cylinders and, to demonstrate the versatility of the approach, natural frequencies are given for a five-layered cantilevered beam with a central circular hole as well as for a number of composite solids of more general shape.     

Method of decomposition of the interval of the values of random variables based on results of optimization of the nonparametric estimate of the probability density

A new method of decomposition of the interval of the values of random variables based on results of optimization of the nonparametric estimate of the probability density of the Rosenblatt-Parzen type is proposed. Its application in the problem of testing the hypothesis of identity of the distribution laws of two sequences of one-dimensional random variables is considered.